Nvidia анонсировала DGX Station for Windows — настольную систему для корпоративных пользователей, которым нужно запускать крупные ИИ-модели локально, без полной зависимости от облачной инфраструктуры. Устройство позиционируется как «настольный суперкомпьютер» и рассчитано на задачи, где обычной рабочей станции уже недостаточно: запуск больших языковых моделей, инференс, дообучение, работа с ИИ-агентами, симуляции и корпоративные эксперименты с искусственным интеллектом.
Главная особенность DGX Station for Windows — возможность работать с ИИ-моделями объёмом до одного триллиона параметров. Для обычного компьютера это недостижимый уровень нагрузки. Такие модели требуют огромной памяти, высокой пропускной способности и специальной связки процессора, графического ускорителя и системного ПО. Nvidia пытается перенести часть возможностей больших дата-центров в формат устройства, которое можно поставить в офисе, лаборатории или корпоративном подразделении.
Основой системы стал GB300 Grace Blackwell Ultra Desktop Superchip. Он объединяет GPU Blackwell Ultra и 72-ядерный CPU Grace через высокоскоростной интерконнект NVLink-C2C. Такая архитектура важна потому, что современные ИИ-нагрузки зависят не только от мощности графического ускорителя, но и от того, насколько быстро процессор, память и GPU могут обмениваться данными. Если между компонентами возникает узкое место, даже очень мощный чип не раскрывает свой потенциал.
Система получает до 748 ГБ когерентной памяти. Для ИИ это один из ключевых параметров. Чем крупнее модель, тем больше памяти требуется для её запуска, хранения весов, обработки контекста и параллельной работы нескольких задач. В обычных рабочих станциях объём памяти часто становится главным ограничением: модель может быть теоретически совместима с ускорителем, но фактически не помещаться в доступную память или работать слишком медленно.
Производительность DGX Station заявлена на уровне до 20 петафлопс в формате FP4. Такой формат важен для ИИ, потому что позволяет эффективнее выполнять вычисления с пониженной точностью там, где это допустимо. Для нейросетей не всегда нужна классическая высокая точность вычислений, а снижение разрядности может резко повысить скорость и энергоэффективность. Именно поэтому новые ИИ-чипы всё активнее поддерживают форматы вроде FP4, FP8 и другие режимы, оптимизированные под модели машинного обучения.
При необходимости систему можно дополнить видеокартой RTX PRO 6000 Blackwell. Это расширяет сценарии использования за пределы чистого инференса языковых моделей. Такая связка может быть полезна для трассировки лучей, физической симуляции, 3D-графики, инженерных задач, визуализации, генеративного дизайна и рабочих процессов, где ИИ сочетается с графикой и моделированием. Для компаний это важно: один локальный узел может использоваться не только разработчиками ИИ, но и инженерами, дизайнерами, исследователями и специалистами по визуализации.
Для сетевого взаимодействия предусмотрен адаптер ConnectX-8 SuperNIC со скоростью передачи данных до 800 Гбит/с. Это показывает, что DGX Station рассчитана не только на одиночную работу. Такие станции могут объединяться в инфраструктуру, подключаться к корпоративным хранилищам, взаимодействовать с серверами и передавать большие объёмы данных. Для ИИ-проектов сеть часто становится не менее важной, чем сам ускоритель: модели, датасеты и результаты занимают огромные объёмы.
Отдельный акцент сделан на Windows. DGX Station for Windows разработана совместно с Microsoft и ориентирована на корпоративную экосистему, где Windows остаётся привычной платформой для многих компаний. Это важный шаг: Nvidia пытается сделать мощную ИИ-инфраструктуру ближе не только к специалистам по Linux-серверам и дата-центрам, но и к корпоративным пользователям, которые работают в Windows-среде, используют привычные инструменты Microsoft и хотят запускать ИИ-задачи локально.
Особенно заметна ставка на ИИ-агентов. Nvidia описывает систему как выделенную инфраструктуру для одновременного запуска сотен агентов. Это отражает новый этап развития ИИ: компании всё чаще хотят не просто задавать вопросы чат-боту, а создавать наборы автономных или полуавтономных агентов, которые анализируют документы, пишут код, проверяют данные, готовят отчёты, управляют задачами и взаимодействуют с корпоративными системами. Такие сценарии требуют много вычислений и строгого контроля безопасности.
Для безопасного выполнения агентов Nvidia представила OpenShell — открытую среду выполнения, которая изолирует каждого агента в отдельной песочнице и применяет политики безопасности на уровне системы. Это важная деталь, потому что агентные системы могут получать доступ к файлам, инструментам, API, корпоративным данным и внутренним сервисам. Если агент ошибётся, выполнит нежелательную команду или столкнётся с вредоносной инструкцией, изоляция должна снизить риск для всей системы.
Локальный запуск ИИ-моделей может быть особенно полезен компаниям, которые не хотят отправлять чувствительные данные в облако. Финансовые организации, промышленные предприятия, медицинские компании, государственные структуры, юридические фирмы и исследовательские центры часто работают с информацией, которую сложно или нельзя передавать внешним провайдерам. DGX Station предлагает другой путь: мощная модель запускается внутри контролируемой инфраструктуры, а данные остаются ближе к владельцу.
При этом такая система вряд ли будет массовым устройством для обычных пользователей. DGX Station — это корпоративный инструмент, рассчитанный на организации с серьёзными ИИ-задачами и бюджетами. Для домашнего энтузиаста или небольшого офиса её возможности будут избыточными. Но для команды, которая постоянно работает с большими моделями, локальная станция может оказаться выгоднее и удобнее, чем постоянная аренда облачных ресурсов под чувствительные или повторяющиеся задачи.
Поставки DGX Station for Windows должны начаться в четвёртом квартале 2026 года. Партнёрами по выпуску и поставкам станут Asus, Dell Technologies, Gigabyte, HP, MSI и Supermicro. Это показывает, что Nvidia не хочет ограничивать устройство узким каналом продаж. Компания строит целую партнёрскую экосистему, чтобы такие станции могли попасть в корпоративные закупки через привычных производителей серверов и рабочих станций.
На том же мероприятии Nvidia представила чип RTX Spark, первым устройством на котором стал ноутбук Microsoft Surface Laptop Ultra. Это дополняет общую картину: Nvidia пытается занять сразу несколько уровней ИИ-инфраструктуры — от ноутбуков с локальными ИИ-возможностями до настольных суперкомпьютеров и дата-центровых платформ. Рынок всё больше движется к тому, что ИИ будет работать не только в облаке, но и на локальных устройствах разного класса.
Главный смысл DGX Station for Windows заключается в том, что Nvidia хочет приблизить большие ИИ-модели к рабочему месту корпоративного пользователя. Если раньше запуск модели триллионного масштаба ассоциировался только с дата-центром, то теперь компания предлагает более компактный формат для офисов, лабораторий и внутренних команд. Это не отменяет облака, но создаёт промежуточный слой между обычным ПК и гигантской серверной инфраструктурой.
Для рынка искусственного интеллекта это важный сигнал. Следующая фаза ИИ-гонки будет идти не только вокруг самих моделей, но и вокруг того, где они исполняются: в облаке, на сервере компании, на рабочей станции или прямо на устройстве пользователя. DGX Station показывает, что локальная ИИ-инфраструктура становится отдельным направлением. Компании хотят больше контроля, безопасности и независимости, а Nvidia предлагает для этого специализированное железо под Windows-экосистему.